论文部分内容阅读
为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audit数据集模拟bagging算法分类器的个数和分类器构成方法不同时的预测情况。其中由KNN算法、C5.0算法和朴素贝叶斯算法构造了7种不同的组合方法。总的来看,基于bagging的C5.0决策树方法并设置分类器个数为50时预测效果最佳。对bank数据集设置最佳的方法和分类器个数进行实例分析,准确性达到94.17%,预测情况良好。